This story features in Unearthed: The Age Of Data
We asked five experts «what do they see in their data crystal ball?»
Тревор О’Шаннесси (Trevor O’Shannessy)
Главный инженер-геомеханик, Golder Associates
Integration and compatibility
“We deal with a large amount of data that describes the ground and its engineering behaviour, both current and archival (e.g. borehole logs, lab testing, in-situ testing, proof loads, etc). In modern society there are increasing time constraints in distilling and processing ground data to a point where it provides a timely answer of useable output for our clients.
«Хочется верить, что в течение ближайших двух–пяти лет мы станем применять более интеллектуальные технологии для хранения и извлечения архивных данных, чтобы их можно было быстро извлекать и беспрепятственно интегрировать с текущими проектными данными, собираемыми и передаваемыми в электронном виде в полевых условиях.»
«В основе этого процесса лежит возможность переносить данные и «перекачивать» модели, созданные в таком ПО, как Leapfrog, напрямую на другие платформы. Например, я часто говорю людям, что трехмерная модель — это не программное обеспечение; это управление массивом данных. Программная платформа — это всего лишь один конкретный инструмент, при помощи которого можно работать с данными.»
«С некоторыми платформами работать легче, чем с другими, и модель может пройти через ряд программных платформ и инструментов, прежде чем примет форму, которая передает желаемый результат. Примерами этого являются интерпретация геологического слоя (геологическая модель), или маршрут протекания подземных вод (гидрогеологическая модель), или его взаимосвязь с поддержкой массива горных пород и прогнозируемой деформацией грунта (инженерно-геотехническая модель).»
«Мне нравится мысль, что извечные проблемы несовместимости пользователей и программного обеспечения и взаимодействия программных пакетов друг с другом наконец исчезнут. Я считаю, что рынок подталкивает индустрию к этой совместимости, чтобы повысить надежность и скорость передачи данных, за счет конкурентоспособности и проектных инструментов и технологий, таких как методы информационного моделирования зданий и сооружений (BIM).»
Пэт Макларин (Pat McLarin),
Менеджер по продуктам в области гражданского строительства и охраны окружающей среды — Seequent
Community and collaboration “We have a fantastic and passionate user group willing to provide feedback on the problems they are trying to solve and the product features they want us to deliver. We are aiming to make it easier for our users to do that because better data on what they need and how they interact with our products enables us to create better solutions. Enabling a user community that can see what feedback others are providing and say ‘hey, I have that exact same problem’ provides a voice for the silent majority as to what is valuable, or painful, in our current workflows. That collaboration is incredibly important to us.
«Я мечтаю, чтобы с введением цифровых данных гражданские проекты стали полностью трехмерными. Ведь мы живем в трехмерном мире, моделируем и проектируем в трехмерной среде, строим в трехмерной проекции. Двумерные плоскости и разрезы на самом деле являются артефактами ограничений, которые стояли перед нами в прошлом — неспособность обрабатывать трехмерные объекты на статичном листе бумаги или нехватка вычислительной мощности, необходимой для выполнения вычислений в трех измерениях. Я предвижу переход к миру, в котором мы делаем все в 3D.»
Грэм Ирвин (Graham Irvine)
Старший инженер-геолог, Южный Квинсленд, GHD
Virtual site visits “The common thread of compatibility between software tools is always there. The ability to export or import any number of file formats is important to create a smooth workflow. Limitations on compatibility of data between packages only reduces how fluid the exchange of data should be. I hope that we can move towards physical interaction with data to create a more immersive experience and understanding of the information we use. The ability to do a virtual site visit with multiple users interacting in real time with data and collaborating on solutions and ideas seems to be the next natural evolution of data utilisation.
«Кроме того, чем дольше я работаю над компиляцией архивных данных для создания трехмерных представлений грунтовых условий в Leapfrog, тем больше понимаю, что окончательная модель — это только одна часть головоломки. Многие из наших проектов имеют архивные данные, собранные еще в 1940-х годах. Клиенты обычно испытывают трудности с компиляцией и пониманием взаимосвязей между всеми этими старыми данными и тем, как они соотносятся с новой информацией. Наличие трехмерного представления или библиотеки существующей информации и возможность наложения новых данных поверх них оказались незаменимыми. Это эффективный и легкий способ систематизировать особые связи по отношению к данным, которые могли быть собраны несколько десятилетий назад, и сравнить их со скважиной, пробуренной вчера.» «Держа эту мысль в уме, я спрашиваю себя: как данные, которые мы собираем сегодня, будут использоваться спустя десятилетия?»
Джейсон Макинтош (Jason McIntosh)
Ответственная за разработку продуктов, Seequent
Machine learning “There is a wealth of information out there that has been collected and produced for historic earth modelling projects. This data has often had humans applying their knowledge to it in order to extract meaningful outputs – but it can be hard and time consuming. As Craig Fenton suggests elsewhere, I would love it if machine learning could automate the more basic decisions that humans made for similar historic projects. Also if one day we could see the design and construction phases drawn closer together as a result of two-way data exchange.”
Айэн Бесфорд (Ian Besford)
Директор по проектам, Mott MacDonald
Fresh interpretation “People are often heard referring to data as the new oil. The key difference is that data is reusable. Our ability to obtain, process and interpret data is increasing exponentially and we are continually identifying opportunities to digitise and interpret old data in different ways. This ability to reuse and add value from data we have that couldn’t have been anticipated at the time of capture is invaluable. It means we are able to work with our partners to identify opportunities to improve safety, reduce cost, manage risk and optimize our solutions more quickly and more cost-effectively than ever before. Within a five-year horizon this will shift from being the preserve of technical specialists towards being commonplace. Smarter data and smarter ways of processing it will democratize data analytics in the same way the PC did computing.”